Kimi K3：中国最大のAIモデルが算力ではなくメモリに賭ける

2026年7月16日、Moonshot AIは最新の開源重みモデルKimi K3を正式にリリースした。このモデルは2.8兆パラメータという前例のない規模で、これまでに公開された開源モデルの中で最大のものとなった。パラメータ規模は通常T（兆）単位で大まかに分類されており、2.8兆は業界でいう「3Tクラス」に分類される。これ以前、このクラスはほぼクローズドソースモデルに独占されており、Kimi K3の開源公開は業界の構図を一変させた。

パラメータ最大モデルのメモリへの野望

モデル規模競争はすでに白熱化していた——GPT-5の噂、Claude 4の台頭、Llama 4の開源……しかしKimi K3のリリースは明確なシグナルを発している。単純にパラメータ数を追い求めることが唯一の道ではないということだ。Moonshot AI創業者のYang Zhilin氏はリリース時に明言した。「我々の核心的な賭けは、より多くの算力ではなく、より優れたメモリだ」。この発言は、業界の注目を従来の算力競争から長コンテキスト処理（Long Context）能力のブレークスルーへと向けさせた。

AIの文脈における「メモリ」とは通常、モデルが一度に大量のコンテキスト情報を処理できる能力を指す。例えば、数十万トークンに及ぶ文書、会話記録、コードリポジトリを一度に処理することだ。Kimi K3はアーキテクチャの革新により、推論コストを大幅に増加させることなく、百万トークン規模のコンテキストウィンドウを実現した。これは業界で一般的な128Kまたは256Kの制限を大幅に超えており、金融分析、法律文書、学術論文など長文理解を必要とするシナリオで大きなアドバンテージを持つ。

「我々が観察するに、多くのモデルのボトルネックはパラメータ数にあるのではなく、会話や文書全体の脈絡を『記憶』できないことにある。Kimi K3はまさにこの根本的な問題を解決するために設計された」——Moonshot AI 技術チーム

開源：コミュニティイノベーションの触媒

Kimi K3は開源重みの形式でリリースされており、開発者はモデルのパラメータをダウンロードして自分のハードウェア上で実行できる（ただし非常に高いVRAM要件を満たす必要がある）。2.8兆パラメータは一般の開発者にとって参入障壁が極めて高いが、大企業、研究機関、クラウドサービス事業者にとっては二次開発の優れた基盤となる。Moonshot AIは量子化版および蒸留版も提供しており、異なる算力環境に対応している。

中国語大規模言語モデルの分野では、開源モデルはZhipu、アリババ、百度の「千億クラス」モデルが長らく主導してきた。Kimi K3の登場により、開源モデルのパラメータ規模が一気に兆クラスへと引き上げられ、国産AIコミュニティにおける超大規模モデルの学習と推論の探求を促すことになるだろう。

メモリ vs. 算力：AI発展の二つの道

編集注：現在のAI業界には二つの主流な技術路線が存在する。一つは「メモリ優先派」で、極めて長いコンテキストウィンドウによってモデルに「超長期メモリ」を持たせ、繰り返し計算を減らすことを主張する。もう一つは「算力優先派」で、引き続きパラメータと学習データを積み上げ、マルチモーダルな汎用能力を追求する。Kimi K3は明らかに前者の旗手であり、その成否は次のフェーズにおける大規模モデルの設計哲学に直接影響を与えるだろう。

実際の効果から見ると、より長いコンテキストは一部のタスクで外部知識ベースの機能を代替でき、システムアーキテクチャを簡素化できる。しかし問題は、長コンテキストの推論効率が依然として大きな課題であることだ——セルフアテンション機構の計算複雑度はシーケンス長の二乗に比例して増大する。Kimi K3はスパースアテンション、リングアテンションなどの革新的なメカニズムを採用し、許容可能なコストを維持しながら超長コンテキストを実現している。

Moonshot AIがこれまでリリースしてきたKimi Chatアプリはすでに強力な長文処理能力を示しており、Kimi K3はその基盤となる能力をさらに向上させてコミュニティに公開するものだ。これは未来の大規模モデル競争の焦点が「誰のモデルが大きいか」から「誰のモデルがより優れた記憶力を持つか」へと移行することを予示しているかもしれない。

興味深いことに、Kimi K3のリリースの一週間前、OpenAIが「メモリ層」と呼ばれる新アーキテクチャを研究中であると報じられた。これも同様にモデルの長距離依存性の向上を目的としている。東西のトップAIチームが期せずしてメモリに賭けていることは、この方向性が業界のコンセンサスになりつつあることを示している。

もちろん、Kimi K3に限界がないわけではない。2.8兆パラメータの推論コストは依然として極めて高く、一般ユーザーがローカルで展開することは難しい。Moonshot AIはクラウドAPIの提供を予定しているが、価格はまだ公表されていない。また、モデルの学習データの詳細や安全性評価レポートも完全には公開されておらず、コミュニティによる検証の余地はまだ補われる必要がある。

いずれにせよ、Kimi K3のリリースは中国AIが開源分野において踏み出した重要な一歩だ。クローズドソースの大手が定義したパラメータ競争に追随するのではなく、独自の技術路線を切り開いた——算力よりもメモリを重視する道だ。この道がAGIへと続くかどうか？時間が答えを出すだろう。

本記事はAI Newsより編訳